Обсуждение:Эксперименты с моделью School Choice ABM: различия между версиями
| Строка 262: | Строка 262: | ||
* % of students enrolled из CODAP: | * % of students enrolled из CODAP: | ||
[[Файл:Таблица2...jpg]] | |||
Версия от 11:02, 26 декабря 2025
Эксперимент №1: Влияние транспортных расходов на образовательную сегрегацию и доступность
Гипотеза: Увеличение стоимости транспортных расходов (`school-transportation-cost`) отрицательно влияет на доступ к образованию для низкодоходных студентов и усиливает образовательную сегрегацию в модели школьного выбора.
Цель эксперимента: Исследовать, как транспортные расходы влияют на динамику образовательного неравенства между двумя группами:
- Низкодоходные студенты — особенно чувствительны к транспортным расходам
- Высокодоходные студенты — могут позволить себе дальние поездки в лучшие школы
Мы хотим понять: при каких транспортных расходах система образования становится полностью недоступной для бедных семей, и как это влияет на общую сегрегацию?
Методология и настройки модели
Модель: Агентная модель школьного выбора (School Choice ABM)
Источник: School Choice ABM, Northwestern University
Ссылка на исследование: Diego A. Díaz, Ana María Jiménez & Cristián Larroulet (2019) An agent-based model of school choice with information asymmetries, Journal of Simulation, DOI: 10.1080/17477778.2019.1679674
Фиксированные параметры (одинаковы для всех прогонов):
| Параметр | Значение | Обоснование |
|---|---|---|
| number-of-schools | 50 | 1 школа на 20 студентов |
| initial-students | 1050 | 210 богатых (20%), 840 бедных (80%) |
| high-income-percentage | 20% | Реалистичное социальное неравенство |
| alpha | 0.9 | Богатые выбирают преимущественно по качеству |
| with-school-choice? | true | Система с выбором школы |
| traffic-lights? | false | Без информационной помощи |
Исследуемый (независимый) параметр:
- school-transportation-cost: 1, 50, 100 (низкая, средняя, высокая стоимость)
Протокол эксперимента:
1. Для каждого из трёх значений параметра school-transportation-cost (1, 50, 100) был выполнен один прогон модели.
2. Данные для анализа были взяты из временного отрезка, когда система уже достигла относительной стабильности — с 110-го по 131-й год моделирования.
3. В рамках этого периода анализировались два ключевых показателя:
- Процент поступивших студентов по категориям школ (высокая, средняя, низкая успеваемость) и процент неучащихся.
- Средняя успеваемость для всех студентов, а также отдельно для групп с высоким и низким доходом.
Данные и результаты
Динамика зачисления студентов (%)
Следующие данные показывают, как транспортные расходы влияют на возможность получения образования:
Данные о распределении студентов по школам разного уровня качества в зависимости от транспортных расходов:
Ключевые наблюдения по графикам зачисления:
| TransportCost | Unenrolled (Не учатся) | High Achievement | Medium Achievement | Low Achievement | Вывод |
|---|---|---|---|---|---|
| 1 | ~0% | ~22% | ~62% | ~15% | Все учатся, система доступна |
| 50 | ~63% | ~9% | ~25% | ~3% | Большинство не учатся, сильное ограничение доступа |
| 100 | ~87% | ~2.5% | ~9% | ~1% | Система почти недоступна, образование становится элитарным |
- % of students enrolled из CODAP:
Динамика средней успеваемости (Average Achievement)
Следующие данные показывают динамику средней успеваемости при разных транспортных расходах:
- https://docs.google.com/spreadsheets/d/1INX7UAnXJlJ2GBZi0itq_CGVQS1fNk5-ubfD_w-28oM/edit?usp=sharing
Данные о средней успеваемости разных групп студентов в зависимости от транспортных расходов:
Таблица средних значений успеваемости (за период 110-132 шаги):
| TransportCost | Все студенты | High-income | Low-income | Разрыв (High - Low) |
|---|---|---|---|---|
| 1 | 0.25 | 1.94 | -0.18 | 2.12 (максимальный разрыв) |
| 50 | 0.39 | 0.7 | -0.15 | 0.85 (разрыв уменьшается) |
| 100 | 0.18 | 0.3 | 0.1 | 0.2 (все показатели низкие) |
- Average Achievement of Students из RAWGraphs:
Анализ результатов по шагам
Шаг 1: school-transportation-cost = 1 (низкая стоимость)
- Доступность: 100% студентов зачислены в школы.
- Сегрегация: Наблюдается максимальное неравенство. Высокодоходные студенты (20% населения) концентрируются в лучших школах (средняя успеваемость ~1.94), в то время как низкодоходные (80%) остаются в слабых школах (успеваемость отрицательная).
- Механизм: При нулевых транспортных издержках богатые семьи свободно выбирают лучшие школы по всему городу, создавая "супер-сегрегацию".
Низкие транспортные расходы не гарантируют равенства. Напротив, они позволяют состоятельным агентам монополизировать лучшие образовательные ресурсы, усиливая разрыв.
Шаг 2: school-transportation-cost = 50 (средняя стоимость)
- Доступность: Катастрофическое падение - ~63% студентов не могут поступить вообще.
- Сегрегация (парадокс): Разрыв в успеваемости между группами сокращается. Успеваемость богатых падает (с ~1.94 до 0.6-0.93), а бедных - растёт (с отрицательной до 0.32).
- Механизм: Высокие транспортные издержки ограничивают мобильность богатых семей. Они реже ездят в отдалённые "топовые" школы, часть качественных мест становится доступнее для локальных (в том числе бедных) студентов. Однако плата - массовое исключение из системы.
Умеренные транспортные расходы могут снизить сегрегацию "внутри" системы, но ценой колоссального сокращения общего доступа к образованию.
Шаг 3: school-transportation-cost = 100 (высокая стоимость)
- Доступность: Кризис доступности - ~87% не учатся. Образование становится элитарной услугой.
- Сегрегация: Все показатели успеваемости падают. Система де-факто перестаёт работать как массовая. Неравенство сохраняется, но в условиях "общей бедности" результатов.
- Механизм: Экстремальные издержки блокируют выбор школы для всех. Система регрессирует к модели "строго по месту жительства", но с огромными потерями в общем качестве.
Высокие транспортные расходы разрушают систему массового образования. Сегрегация принимает форму исключения большинства из системы, а не дифференциации внутри неё.
Общий вывод и интерпретация
1. Гипотеза подтвердилась, но с важным уточнением: Увеличение транспортных расходов действительно резко снижает доступ к образованию для бедных (рост Unenrolled с 0% до 87%). Однако влияние на внутрисистемную сегрегацию (разрыв в успеваемости) оказалось нелинейным:
- Максимальная сегрегация наблюдалась при самых низких расходах (cost=1).
- Сегрегация уменьшалась при средних расходах (cost=50), но за счёт катастрофического падения доступности.
2. Ключевая дилемма политики: Существует трудный компромисс (trade-off) между:
- Доступностью (охватом населения образованием)
- Снижением сегрегации (разрывов в качестве между группами)
- Общим качеством системы
3. Три режима работы системы:
- Режим "свободного рынка" (cost=1): Высокий доступ, максимальная сегрегация, высокое качество для элиты.
- Режим "ограниченной мобильности" (cost=50): Низкий доступ, меньшая сегрегация, среднее качество.
- Режим "коллапса" (cost=100): Крайне низкий доступ, система перестаёт быть массовой.
Заключение
Эксперимент наглядно демонстрирует, что транспортные расходы являются критическим фактором образовательного неравенства, но их влияние сложно и нелинейно. Простое снижение или увеличение этих расходов без учёта институционального контекста может приводить к непредвиденным последствиям.
Эксперимент №2: Влияние стратегии выбора школы на образовательный разрыв
Гипотеза: Если богатые семьи при выборе школы в первую очередь смотрят на её качество, а не на близость к дому, то неравенство в образовании между богатыми и бедными детьми усиливается.
Цель эксперимента: Исследовать, как стратегия выбора школы, основанная на приоритете качества обучения над близостью к дому со стороны богатых семей, влияет на динамику образовательного неравенства между двумя группами:
- Низкодоходные семьи — могут позволить себе выбирать школу по качеству, игнорируя транспортные расходы.
- Высокодоходные студенты — ограничены в выборе из-за стоимости транспорта и близости.
Мы хотим понять: Ведет ли активный поиск лучших школ богатыми семьями к большему расслоению и неравенству в образовании?
Методология и настройки модели
Модель: Агентная модель школьного выбора (School Choice ABM)
Источник: School Choice ABM, Northwestern University
Ссылка на исследование: Diego A. Díaz, Ana María Jiménez & Cristián Larroulet (2019) An agent-based model of school choice with information asymmetries, Journal of Simulation, DOI: 10.1080/17477778.2019.1679674
Фиксированные параметры (одинаковы для всех прогонов):
| Параметр | Значение | Обоснование |
|---|---|---|
| number-of-schools | 30 | 1 школа на 10 студентов (умеренная плотность) |
| initial-students | 300 | 60 богатых (20%), 240 бедных (80%) |
| high-income-percentage | 20% | Реалистичное социальное неравенство (правило Парето 80/20) |
| school-transportation-cost | 10 | Стандартная стоимость транспорта |
| with-school-choice? | true | Исследуем систему со свободным выбором школы |
Исследуемый (независимый) параметр:
- alpha (чувствительность к качеству школы для богатых семей): 0.1, 0.5, 0.9
Вспомогательный параметр для проверки политики:
- traffic-lights? (false/true) — наличие программ поддержки для бедных семей
Протокол эксперимента:
1. Базовая проверка гипотезы
Мы смоделировали три основные стратегии, которыми могут руководствоваться богатые семьи при выборе школы, чтобы увидеть, как каждая из них формирует образовательное неравенство.
- Вариант А (alpha=0.1): Богатые выбирают школы в основном по близости к дому. Это консервативный сценарий, где их поведение мало отличается от выбора бедных семей, вынужденных опираться на доступность.
- Вариант В (alpha=0.5): Смешанная стратегия. Богатые балансируют между качеством школы и её расположением. Этот сценарий наиболее реалистичен и отражает компромисс, который делают многие семьи в реальном мире.
- Вариант С (alpha=0.9): Богатые выбирают в основном по качеству, активно используя свои ресурсы для попадания в лучшие учебные заведения. Это сценарий, максимизирующий личную выгоду и потенциально ведущий к сильному расслоению.
2. Процедура сбора данных
Данные фиксировались на 100-м году моделирования, когда система выходила на стабильное состояние.
4. Ключевые метрики
Для анализа результатов мы фокусируемся на четырёх индикаторах:
- Среднее качество образования для богатых и бедных по отдельности.
- Разрыв в качестве (разность между средним качеством для богатых и для бедных) — главный показатель неравенства в результатах.
- Уровень сегрегации (индекс Дункана) — показывает, насколько сильно школы разделены по социальному признаку.
- Процент неучтённых студентов — выявляет, есть ли в системе ученики, вообще оставшиеся без места в школе.
Данные и результаты
Динамика зачисления студентов (%)
Следующие данные показывают, как транспортные расходы влияют на возможность получения образования:
- https://docs.google.com/spreadsheets/d/1xWmCR_HzGBeTRMX_PRVJXkSFCn1yI9mMM2dDc3TkO3s/edit?usp=sharing
Данные о распределении студентов по школам разного уровня качества в зависимости от транспортных расходов:
Ключевые наблюдения по графикам зачисления:
| Alpha | Unenrolled (Не учатся) | High Achievement | Medium Achievement | Low Achievement | Вывод |
|---|---|---|---|---|---|
| 0.1 | ~0.75% | ~9.6% | ~78.1% | ~13.3% | Минимальное исключение, система доступна всем. Преобладание в средних школах. |
| 0.5 | ~1.31% | ~3.3% | ~80.2% | ~13.9% | Умеренное исключение, парадоксально низкая доля в лучших школах. |
| 0.9 | ~0.07% | ~27.6% | ~66.8% | ~5.5% | Практически полный охват, но сильная сегрегация. Богатые концентрируются в лучших школах. |
- % of students enrolled из CODAP:
